在对以往相关理论和模型分析的基础上,结合招投标工作的特点,因为评标和投标都是一个充满不确定性的复杂决策过程,受多种因素影响,对这样的问题去建立精确的数学模型是很困难的,甚至是不可能的,为了解决这一难点,本文提出了基于模糊神经网络评标和投标决策模型,并且以模糊神经网络评标和投标决策模型,进一步利用决策理论、模糊神经网络评判理论和计算机技术开发了公路工程项目评标和投标决策支持系统。根据公路工程的实际情况,确定评价指标,将各评价指标分类组合,共十一个指标,建立了评标决策模糊神经网络模型,由于评标系统复杂,评价参数多,如果用一个网络包容所有参数,会使整个网络复杂庞大,难以训练,所以采用子网络与组合网络的形式。评标决策模糊神经网络模型由5个子网络、一个组合网络组成。组合网络和子网络的结构都是采用标准模糊神经网络。子网络的输入是相关指标的量化值,输出为子网络的评价结果,组合网络的输入是各子网络的输出,输出为整个投资项目的评标决策结果。采用实际工程的相关数据资料来检验投标决策模型的适应性。从而为评标决策提供可以进行比较和判别的依据,提高决策的科学性和正确性。按照模糊数学原理,建立了建设项目的判别模型,为工程实践提出了一种实用有效的方法。其中,主观判断在于单因素项的排序和权重分配,这些标准现已积累了足够的经验,而且通常反映于招标文件的评标程序中。具有公正透明性,其它的评判操作则完全按照模糊数学的逻辑性进行,因而最后得到的综合指标是客观和科学的。本文还采用搜集到的12个以往的投标的事例训练和验证模糊神经网络的决策结果及其自解释功能,把他们被分为两组10个事例数据用来训练模糊神经网络,2个事例数据用来验证模糊神经网络,这些采用的数据都经过采用模糊原理的预处理,把实际中的影响因素进行了定量化分析,归一化处理后形成的。从检验结果来看,期望输出与实际输出基本上保持一致,因此该模型是有效的,可以用于投标决策中。但是由于原始的训练数据较少,仍会存在的较大的误差,在实际运用中,也有可能得出不是很准确的结果,但可以通过数据库不断地积累工程实际的相关数据,当有足够的原始资料后,模型的决策效果会更好。